基于Richards方程的冷杉树高曲线深度神经网络激活函数

【目的】提出一个基于理论生长方程(Richards公式)的激活函数,解决神经网络算法在森林生长建模时输出可能不符合生物学规律的问题,为神经网络在森林生长建模方面的应用提供一个新的思路和方法。【方法】以吉林省汪清林业局臭冷杉为研究对象,利用96株解析木数据,分别建立传统非线性回归模型、基于普通激活函数的深度神经网络模型和新的基于Richards激活函数的深度神经网络树高-胸径模型。【结果】相较基于普通激活函数的深度神经网络模型,新的基于Richards激活函数的深度神经网络模型具有明显的树高渐近线,更符合生物学规律。与传统非线性回归模型(直接使用Richards公式拟合)相比,新的基于Richards激活函数的深度神经网络模型精度略有提高,R2提升0.175%,均方根误差(RMSE)与平均绝对误差(MAE)分别降低2.282%和4.011%。【结论】提出一个基于Richards方程的深度神经网络激活函数,具有如下优点:1)输出一定存在一个合理的最大值;2)配合合理的神经网络结构可使输出一定大于1.3;3)将传统回归方法拟合得到的参数作为神经网络模型输入,能使神经网络的训练得到先验知识。

基于多层感知机的长白落叶松人工林林分生物量模型

【目的】神经网络模型能避免林分生物量模型建模时自变量共线性与异方差问题,研究多层感知机在林分生物量模型中的应用,为森林经营单位、区域生物量和碳储量的估算提供方法和依据。【方法】以长白落叶松人工林为研究对象,利用吉林省一类清查固定样地的917组数据,分别建立了基于传统的对数转化后线性模型和神经网络多层感知机的地上生物量和总生物量模型。使用AIC、决定系数(R^2)、均方根误差(RMSE)、相对均方根误差(RMSEr)和平均绝对误差(MAE)来评价模型。【结果】估计精度最高的模型是输入单元为林分平均胸径(D)-平均高(H)-林分密度指数(S)-海拔(HB)-坡向(PX)-坡位(PW)、2个隐藏层、隐单元数为40-20的神经网络模型,与传统对数转换线性回归模型相比,地上生物量和总生物量模型的调整决定系数(Adj.R^2)分别从0.902 1提高到了0.914 1,从0.897 9提高到了0.908 9;RMSEr分别从6.330 5%降低到了5.992 2%,从6.490 1%降低到了6.153 6%。包含立地因子的神经网络模型比未包含立地因子的神经网络模型估计精度略有提升,地上生物量与总生物量的Adj.R^2分别提高了0.88%和0.99%,RMSEr分别降低了5.33%和5.46%。【结论】多层感知机生物量模型的估计精度比传统回归模型略有提高,但它可以避免模型选型和违背传统统计假设的处理等问题,且能够一次性计算地上生物量和总生物量模型,有一定优势。

湖南栎类天然次生林林分空间结构对灌木物种多样性的影响

林分空间结构会显著影响其林下植被多样性,为明确其影响灌木物种多样性的关键因子,以栎类天然次生林为研究对象,利用Pearson简单相关分析、多元线性逐步回归法与典型相关分析探索乔木层空间结构与林下灌木物种多样性的相关关系,为保护林下植被多样性提供生态经营建议。以混交度、聚集指数和开敞度表达林分空间结构,以Margalef指数、Pielou指数和Auclair&Goff指数作为灌木物种多样性评价指标,利用3种统计分析方法分析两者之间的相关关系,研究结果表明:(1)Pearson相关分析结果显示混交度对灌木层Pielou指数和Auclair&Goff指数影响显著(P<0.05),其余指数均不显著;(2)多元线性逐步回归分析结果显示林下灌木物种多样性受到多个林分空间指标的综合影响,其中Pielou指数受到混交度、聚集指数和开敞度的显著影响,Auclair&Goff指数受到混交度与开敞度的显著影响;(3)典型相关分析结果显示,第一对典型相关变量通过显著性检验,典型相关系数为0.5427,林分空间结构与灌木层多样性指标两组变量在整体上相关性较强,其中混交度是影响力最大的变量。因此,欲提高栎类天然次生林下灌木物种多样性,应选择以调整树种结构为主,综合考虑林木空间分布格局的调整方案。

基于贝叶斯方法的蒙古栎林单木枯死模型

【目的】贝叶斯统计法在提高模型参数稳定性上有较大的优势,研究贝叶斯方法在单木枯死模型中的应用,改进模型参数的估计方法,为蒙古栎天然林林分生长收获与经营管理提供参考。【方法】以蒙古栎天然异龄林为对象,基于202块固定样地数据,利用二分类Logistic模型构建基于经典概率统计法、贝叶斯法和分层贝叶斯法的蒙古栎单木枯死模型。随机抽取80%的数据用于建立模型,剩下的20%用于检验模型,利用经典概率统计法(非线性最小二乘法)、有先验信息的贝叶斯统计法和无先验信息的分层贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过计算ROC曲线下的面积AUC(Under Curve)来判断,并利用Pearson-χ2检验来检验模型的拟合优度。【结果】(1)贝叶斯法与传统极大似然法的估计值相近,且其估计参数的标准差小于传统方法。(2)贝叶斯法估计参数的可信区间最小,比传统极大似然法的置信区间小6.0%~31.8%。层次贝叶斯法估计参数的可信区间最大,比传统极大似然法的置信区间大11.2%~185.0%。(3)拟合效果最好的是层次贝叶斯法,其模型AUC值为0.83,贝叶斯法与传统极大似然法模型的AUC值均为0.73。【结论】层次贝叶斯法在拟合枯死模型方面具有明显的优势,拟合效果最好,模型预估精度最高。

蒙古栎次生林林木冠幅比数特征初探

从冠幅出发研究林木竞争状态,提出了林木冠幅比数的新概念,构建了一个新的林木竞争指标。以汪清林业局蒙古栎次生林为例,从取值范围、变动幅度、累积分布等方面探讨了林木冠幅比数的特征:林木CCI分布曲线近似于正态分布曲线,相对冠幅比数位于[0.5~0.7,1.3~1.5];林分平均冠幅比数在其株数累计分布曲线上所对应的株数累计分布百分数在52%!58%,一般近于55%。

纳洛酮抢救急性有机磷中毒应用体会

目的:观察急性有机磷农药中毒时应用纳洛酮的治疗效果。方法:将22例AOPP患者随机分成纳洛酮治疗组(11例)和对照组(11例),观察比对两组清醒时间、症状消除时间、住院天数等指标。结果:纳洛酮治疗组的清醒时间、症状消除时间、住院天数等指标明显比对照组时间短。结论:急性有机磷农药中毒患者应尽早、足量使用纳洛酮对抗β-内啡肽(β-EP)导致的病理效应。

基于相邻木关系的林层间结构解析

【目的】林层是林分空间结构垂直尺度上的一种结构,也是当前林分空间结构的研究热点。对于林层的研究多集中于林层划分的方法以及各林层内的结构分析,而对林层间的关系研究较少。细致的林分结构分析是森林精准经营的前提,探讨林层结构的分布及其与生长量的关系可以丰富结构化森林经营的理论基础,对竞争指数的构建也有一定指导价值。【方法】基于相邻木关系,区分对象木和相邻木在上、中、下林层中的分布,将林层比(L)的5种情形细化为45种"林层结构类型",结合林层比对蒙古栎林分的林层结构的株数分布进行深度解析,并探讨与林木生长量之间的关系规律。【结果】(1)蒙古栎林分林层结构较复杂:对象木结构单元中4株相邻木都与对象木同层的情况较少,而2株或3株相邻木与对象木不同层的情况较多;对象木结构单元中5株林木在3个林层都有分布的情况是最多的,其次5株林木倾向于分布在相邻的两个林层中,且中层分布有较多林木的林层结构类型的数量较多。(2)蒙古栎林分林层比类型间生长量的差异显著度为:下层>上层>中层;当对象木同层的相邻木从4株到0株时,下层对象木生长量有显著下降趋势,上层有明显上升趋势,而中层的相邻木的作用复杂,导致生长量没有显著变化趋势。(3)影响蒙古栎林上层对象木生长的林层因素较为单一,主要为上层相邻木的侧向挤压作用;而林层因素影响蒙古栎林中、下林层生长的作用是较为复杂的:中层对象木主要受上层的遮盖影响较大,其次是中层的侧向挤压;下层对象木主要受中层的遮盖影响较大,其次是下层的侧向挤压或上层的遮盖影响。【结论】本文构建的"林层结构类型"在分析林层结构的数量分布、解释生长量的大小方面都有较好的效果,可以系统又全面地解析林层间结构。

气候敏感的落叶松人工林林分生物量模型研究

[目的]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据。[方法]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型。采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量A_(GB)和总生物量T_(GB))。使用决定系数(R^(2))、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型。将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率。[结果](1)最优基础模型形式为变量直接引入,最优A_(GB)和T_(GB)模型R^(2)分别为0.967、0.953,地上部分的大于总量。普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优A_(GB)模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm^(-2)、0.085%,对于T_(GB)则分别低0.059 t·hm^(-2)、0.081%。(2)A_(GB)和T_(GB)与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,A_(GB)的R^(2)提高了0.41%,而RMSE和r RMSE降低了6.85%;T_(GB)的R^(2)提高了0.63%,误差统计量降低了6.79%。(3)A_(GB)和T_(GB)的林分因子独立解释分别为87.37%、82.32%,气候因子独立解释分别为0.40%、0.60%,共变部分分别为9.33%、9.98%,林分因子的解释率远大于气候因子,共变部分较大。[结论]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计。

基于WOS数据库分析森林碳汇研究进展

森林生态系统储存了约45%的陆地碳,并贡献了50%的陆地生态系统净生产力,在“双碳”时代背景下,研究森林碳汇具有重要意义。文章以Webof Science数据库中SCI-EXPANDED库为数据源,运用文献计量统计方法,从发文量及年度变化趋势、期刊来源、主要研究力量、关键词方面进行统计分析。结果表明:1)从发文量与年度变化趋势看,森林碳汇领域发文量逐年递增,且增速越来越快。2)从期刊来源看,《Forest Ecology and Management》是森林碳汇发文量最高的期刊。3)从主要研究力量看,发文量最多的国家为美国、中国与法国,美国关于森林碳汇领域研究的文章最多,影响力也最大。4)研究热点主要涉及气候变化、森林经理、森林生态系统服务功能等。

基于贝叶斯方法的蒙古栎林单木树高-胸径模型

【目的】贝叶斯统计法在提高参数稳定性上有较大的优势,但在森林生长模型中的应用并不多见。研究贝叶斯方法在树高-胸径模型中的应用,改进模型参数的估计方法,为蒙古栎天然林树高生长预测提供支持。【方法】以蒙古栎天然异龄林为对象,基于197块蒙古栎天然异龄林固定样地数据,采用传统极大似然法、贝叶斯法估计树高-胸径基础模型,以及极大似然法与层次贝叶斯法估计树高-胸径混合效应模型。随机抽取80%的样地数据用于建立模型,剩余的20%用于检验模型,基于基础模型与混合效应模型,利用经典概率统计法(极大似然估计)、有先验信息的贝叶斯统计法和层次贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过绝对平均误差(MAE)、相对平均误差(RME)、均方根误差(RMSE)、相对均方根误差(RMSE%)、决定系数(R^2)、赤池信息准则(AIC)和偏差信息准则(DIC)指标来确定。【结果】对于基础模型,有先验信息的贝叶斯统计参数可信区间集中。对于混合模型,层次贝叶斯法估计的固定效应参数可信区间较传统方法更为集中,但随机效应参数可信区间相较极大似然法的置信区间更为扩散。使用层次贝叶斯混合效应模型的拟合效果最好,其决定系数R2为0.946。MAE、RMSE和RMSE%指标显示,层次贝叶斯法估计的模型精度最高,其次为极大似然估计的混合效应模型,贝叶斯法估计的基础模型以及极大似然估计的基础模型精度较低。【结论】层次贝叶斯统计法在拟合树高-胸径模型方面具有明显的优势,拟合效果最好,模型预估精度最高。此外,层次贝叶斯法能够以之前建立的模型结果作为先验信息而建立新的模型,是森林经营单位更新模型的可选方法之一。

基于非线性混合效应的华东地区主要优势树种林分水平树高-胸径模型

【目的】使用非线性混合效应(nonlinear mixed-effects,NLME)方法建立华东地区林分水平树高-胸径模型,提供一个较大地域尺度的林分树高预测工具,并与传统非线性回归方法比较,探索非线性混合效应方法在构建树高-胸径模型上的表现。【方法】基于华东地区7个省级单元国家森林资源连续清查数据,构建主要优势树种哑变量,采用非线性混合效应方法建立林分水平树高-胸径模型。【结果】非线性混合效应方法在训练集与测试集上均表现优秀,训练集R2、均方根误差(RMSE)和平均绝对偏差(MAE)分别为0.678 5、2.396 7 m和1.832 6 m,测试集R2、RMSE与MAE分别为0.673 8、2.352 0 m和1.798 5 m。与不加入随机效应的传统回归方法相比,混合效应模型在训练集中,R2提升了8.13%,MAE与RMSE分别下降了7.09%与6.87%;在测试集表现中,R2上升了7.75%,RMSE与MAE分别下降了6.61%和5.97%。【结论】使用非线性混合效应方法建立了华东地区主要树种的林分水平树高-胸径模型,最终模型的拟合精度和预测精度均优于传统回归模型,模型适用的覆盖区域较广,能够为森林经营实践提供依据。